注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 计算机技术硕士模式识别课件

  2. 计算机技术硕士模式识别课程课件。 第一章：模式识别概述：模式识别的基本概念，模式识别系统，模式识别的发展和应用，模式识别的研究方法；模式识别应用：生物特征识别。 第二章：线性判别函数：引言；感知准则函数和梯度下降法；最小平方误差准则函数，分段线性判别函数；Fisher线性判别函数，支持向量机； 第三章：Bayes决策理论：引言；基于最小错误概率的Bayes决策理论；基于最小风险的Bayes决策；Bayes分类器和判别函数；正态分布时的Bayes决策法则。 第四章：近邻法与聚类：近邻法则的一般概

  3. 所属分类：网络基础

    • 发布日期：2009-08-07
    • 文件大小：9437184
    • 提供者：forx86

  1. 基于无线传感器网络的行为识别与目标定位研究

  2. 传感器技术、无线通讯技术、嵌入式计算技术、分布式信息处理技术、微电子技术等领域的进步及相互结合，推动了无线传感器网络的快速发展。无线传感 器网络将逻辑上的信息世界与客观上的物理世界连接起来，改变了人类与环境的 交互方式，提供了利用逻辑信息来表述客观世界的一种有效的、便捷的方法。目 前，无线传感器网络已经广泛地应用于环境智能、环境监控、工业制造、交通运 输、军事工程等众多领域。 作为无线传感器网络的一个重要应用领域，环境智能泛指能感知到用户的存 在并为其提供智能化服务的电子环境和系统。环境智能的

  3. 所属分类：其它

    • 发布日期：2011-03-20
    • 文件大小：5242880
    • 提供者：mykensington

  1. 基于快速支持向量机的图像型火灾探测算法

  2. 图像型火灾探测的核心问题是火焰和疑似火焰物体的分类和识别。以火灾视频和疑似火灾视频为分析对象，提取了火灾图像的面积重叠率、圆形度以及火焰尖角数目三个特征量，选择快速支持向量机进行分类器训练，最终利用训练好的分类器实现了火焰及干扰物体的分类识别问题。实验结果表明，该算法提高了火灾图像的分类精度和火灾识别的准确率，同时具有较高的检测效率。

  3. 所属分类：电信

    • 发布日期：2011-11-24
    • 文件大小：278528
    • 提供者：bendanshiwo123

  1. libsvm—3.1

  2. LIBSVM是台湾大学林智仁(Lin Chih-Jen)副教授等开发设计的一个简单、易于使用和快速有效的SVM模式识别与回归的软件包，他不但提供了编译好的可在Windows系列系统的执行文件，还提供了源代码，方便改进、修改以及在其它操作系统上应用；该软件对SVM所涉及的参数调节相对比较少，提供了很多的默认参数，利用这些默认参数可以解决很多问题；并提供了交互检验(Cross Validation)的功能。目前已经发展到3.1版。下载.zip格式的版本，解压后可以看到，主要有6个文件夹（分别为ja

  3. 所属分类：其它

    • 发布日期：2011-12-03
    • 文件大小：638976
    • 提供者：huoniuyi1230

  1. libsvm 3.18版本

  2. LIBSVM是台湾大学林智仁(Lin Chih-Jen)副教授等开发设计的一个简单、易于使用和快速有效的SVM模式识别与回归的软件包，他不但提供了编译好的可在Windows系列系统的执行文件，还提供了源代码，方便改进、修改以及在其它操作系统上应用；该软件对SVM所涉及的参数调节相对比较少，提供了很多的默认参数，利用这些默认参数可以解决很多问题；并提供了交互检验(Cross Validation)的功能。

  3. 所属分类：C

    • 发布日期：2014-06-24
    • 文件大小：637952
    • 提供者：oxl644335229

  1. LibSVM 3.18 支持向量机工具箱(2014版)

  2. LIBSVM是台湾大学林智仁(Lin Chih-Jen)副教授等开发设计的一个简单、易于使用和快速有效的SVM模式识别与回归的软件包，他不但提供了编译好的可在Windows系列系统的执行文件，还提供了源代码，方便改进、修改以及在其它操作系统上应用；该软件对SVM所涉及的参数调节相对比较少，提供了很多的默认参数，利用这些默认参数可以解决很多问题；并提供了交互检验(Cross Validation)的功能。

  3. 所属分类：其它

    • 发布日期：2014-07-18
    • 文件大小：637952
    • 提供者：libre_lee

  1. LIBSVM是台湾大学林智仁(Lin Chih-Jen)副教授等开发设计的一个简

  2. LIBSVM是台湾大学林智仁(Lin Chih-Jen)副教授等开发设计的一个简单、易于使用和快速有效的SVM模式识别与回归的软件包，他不但提供了编译好的可在Windows系列系统的执行文件，还提供了源代码，方便改进、修改以及在其它操作系统上应用；该软件对SVM所涉及的参数调节相对比较少，提供了很多的默认参数，利用这些默认参数可以解决很多问题；并提供了交互检验(Cross Validation)的功能。该软件包可在http://www.csie.ntu.edu.tw/~cjlin/免费获得。该

  3. 所属分类：其它

    • 发布日期：2014-08-05
    • 文件大小：637952
    • 提供者：airhblue112

  1. Libsvm源码下载

  2. LIBSVM是台湾大学林智仁(Lin Chih-Jen)副教授等开发设计的一个简单、易于使用和快速有效的SVM模式识别与回归的软件包，他不但提供了编译好的可在Windows系列系统的执行文件，还提供了源代码，方便改进、修改以及在其它操作系统上应用；该软件对SVM所涉及的参数调节相对比较少，提供了很多的默认参数，利用这些默认参数可以解决很多问题；并提供了交互检验(Cross Validation)的功能。

  3. 所属分类：Python

    • 发布日期：2015-04-21
    • 文件大小：629760
    • 提供者：u013951913

  1. 计算机技术硕士模式识别课件

  2. 计算机技术硕士模式识别课程课件。 第一章：模式识别概述：模式识别的基本概念，模式识别系统，模式识别的发展和应用，模式识别的研究方法；模式识别应用：生物特征识别。 第二章：线性判别函数：引言；感知准则函数和梯度下降法；最小平方误差准则函数，分段线性判别函数；Fisher线性判别函数，支持向量机； 第三章：Bayes决策理论：引言；基于最小错误概率的Bayes决策理论；基于最小风险的Bayes决策；Bayes分类器和判别函数；正态分布时的Bayes决策法则。 第四章：近邻法与聚类：近邻法则的一般概

  3. 所属分类：讲义

    • 发布日期：2015-08-24
    • 文件大小：9437184
    • 提供者：hsskaaa

  1. 官方最新版本libsvm-3.23

  2. LIBSVM是台湾大学林智仁(Lin Chih-Jen)教授等开发设计的一个简单、易于使用和快速有效的SVM模式识别与回归的软件包，他不但提供了编译好的可在Windows系列系统的执行文件，还提供了源代码，方便改进、修改以及在其它操作系统上应用；该软件对SVM所涉及的参数调节相对比较少，提供了很多的默认参数，利用这些默认参数可以解决很多问题；并提供了交互检验(Cross Validation)的功能。该软件可以解决C-SVM、ν-SVM、ε-SVR和ν-SVR等问题，包括基于一对一算法的多类模

  3. 所属分类：C++

    • 发布日期：2018-08-22
    • 文件大小：871424
    • 提供者：weixin_42722616

  1. 支持向量机软件包

  2. LIBSVM是台湾大学林智仁(Lin Chih-Jen)教授等开发设计的一个简单、易于使用和快速有效的SVM模式识别与回归的软件包，他不但提供了编译好的可在Windows系列系统的执行文件，还提供了源代码，方便改进、修改以及在其它操作系统上应用；该软件对SVM所涉及的参数调节相对比较少，提供了很多的默认参数，利用这些默认参数可以解决很多问题；并提供了交互检验(Cross Validation)的功能。该软件可以解决C-SVM、ν-SVM、ε-SVR和ν-SVR等问题，包括基于一对一算法的多类模

  3. 所属分类：C/C++

    • 发布日期：2018-02-05
    • 文件大小：845824
    • 提供者：weixin_40501429

  1. 结合本征分解和抽样学习的快速SVM分类器

  2. 为了提高经典支持向量机（SVM）分类器的运算效率，提出一种改进的快速SVM分类器。针对低维空间向高维空间变换时核矩阵运算效率低的问题，采用本征分解方法对核矩阵进行降维处理，得到核矩阵的近似表示；同时，对训练子集进行划分，随机抽样训练样本进行学习，进一步提高SVM分类器的运算效率。图像分类实验结果表明，改进的SVM分类器不仅分类正确率高于经典SVM、随机森林和神经网络分类器，而且训练耗时最少，平均分类耗时也低于经典SVM分类器。

  3. 所属分类：其它

    • 发布日期：2020-10-16
    • 文件大小：458752
    • 提供者：weixin_38717156

  1. 基于极限学习方法的基于WSN的温室微气候预测模型

  2. 监测和控制小气候温室成为该领域的研究热点之一农业气象学，无线传感器在哪里的应用网络（WSN）最近因其自适应，弹性和成本效益的特征。 目前的小气候监测和控制系统实现了通过操纵捕获的环境因素进行预测和传统的神经网络算法； 但是，这些系统遭受快速预测的挑战（例如每小时和甚至每分钟）部署WSN网络时。 在本文中， 极限学习机的新型预测方法提出了（ELM）算法来预测温度和南京实际温室环境中的湿度中国。 室内温度和湿度作为数据进行测量通过WSN节点进行采样。 根据结果​​，我们的方法（0.0222s）在训练

  3. 所属分类：其它

    • 发布日期：2021-03-04
    • 文件大小：2097152
    • 提供者：weixin_38506713

  1. 基于光声光谱结合LS-SVR 的稻种活力快速无损检测方法研究

  2. 传统活力检测方法存在操作复杂、耗时长、可重复性差、对种子造成损伤且不可逆等不足，基于此，提出一种基于光声光谱结合最小二乘支持向量机回归(LS-SVR)的稻种活力快速、无损检测方法。在温度为45 ℃、相对湿度为90%的条件下，对南粳46(粳稻)和内5 优8015(杂交稻)进行高温高湿人工老化处理，依次老化0，24，48，72，96 h，获得不同活力的稻种；采集2类稻种光声光谱数据，总计100份，其中校正集样本60个，预测集样本40个；采用小波包对原始光谱数据进行预处理，通过协方差分析和主成分分析(

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：2097152
    • 提供者：weixin_38590520

  1. 基于自适应参数支持向量机的高光谱遥感图像小目标检测

  2. 针对高光谱遥感图像的小目标检测问题，提出了一种基于自适应参数支持向量机(SVM)的检测方法。采用主成分分析(PCA)法对高光谱遥感图像进行降维，降低数据冗余度；之后通过无监督检测方法对小目标进行快速、粗糙定位，并将该定位结果作为后验信息输入到SVM中；依据后验信息与核空间散度准则自适应确定SVM中核函数的参数，并使用SVM 在核空间中寻找分离目标和背景的最佳超平面；利用该超平面将像元重新分类为背景和目标，并且迭代上述操作，得到精确且稳定的目标检测结果。大量实验结果表明，与经典RX方法、核RX方法

  3. 所属分类：其它

    • 发布日期：2021-02-07
    • 文件大小：2097152
    • 提供者：weixin_38719702

  1. 中红外光谱法结合支持向量机快速鉴别蜂蜜品种

  2. 为快速鉴别5种蜂蜜(椴树蜜、荆条蜜、油菜蜜、洋槐蜜、荔枝蜜)的品种, 首次提出了基于主成分分析(PCA)方法结合线性支持向量机(SVM)或最小二乘支持向量机(LSSVM)的中红外光谱法鉴别蜂蜜品种的新方法。用傅里叶变换中红外光谱仪测定5种蜂蜜样本的中红外光谱, 并进行归一化预处理, 然后用主成分分析降维方法分别提取经预处理后的光谱数据中的5维、10维、15维、20维特征数据, 最后设计了线性SVM和基于网格搜索优化算法的径向基函数(RBF)的LSSVM分类器模型。利用不同分类器模型, 识别未知蜂

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：3145728
    • 提供者：weixin_38718690

  1. 基于多层正则极限学习机的煤矿突水光谱判别方法

  2. 为了快速而准确地判别煤矿突水水源类型，提出了一种构建多层正则极限学习机(M-RELM)模型的方法，该模型融合了非线性特征提取和分类学习。以激光诱导荧光(LIF)技术获取水样荧光光谱，作为模型的输入；以改进的自动编码器(AE)提取荧光光谱特征，形成模型隐含层的特征空间。为了减少光谱中噪声和异常对分类结果的影响，对极限学习机(ELM)算法进行了正则化优化，根据是否利用未知样本构造训练集，进行L2范数正则极限学习机(L2-RELM)或基于图的流形正则极限学习机(GM-RELM)优化，实现监督或半监督的

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：7340032
    • 提供者：weixin_38682518

  1. 基于噪声辅助快速多维经验模式分解的运动想象脑电信号分类方法

  2. 脑机接口是一项新兴的技术，它可以处理分析采集到的运动想象脑电信号，从而实现对外部辅助设备的控制。针对目前运动想象脑电信号处理方法计算效率低、分类准确率不高等问题，提出了一种新的基于噪声辅助快速多维经验模式分解（NA-FMEMD）的运动想象脑电信号分类方法。该方法首先利用 NA-FMEMD 得到全部的多维本征模式函数和趋势项；接着，根据平均频率选取特定的信号层，构建出新的多维信号；然后，通过共空间模式提取出脑电信号的特征向量；最后，将特征向量输入支持向量机分类器中进行分类。分别采用仿真数据和BCI

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：2097152
    • 提供者：weixin_38630091

  1. 一种快速支持向量机增量学习算法

  2. 经典的支持向量机(SVM)算法在求解最优分类面时需求解一个凸二次规划问题,当训练样本数量很多时,算法的速度较慢,而且一旦有新的样本加入,所有的训练样本必须重新训练,非常浪费时间.为此,提出一种新的SVM快速增量学习算法.该算法首先选择那些可能成为支持向量的边界向量,以减少参与训练的样本数目；然后进行增量学习.学习算法是一个迭代过程,无需求解优化问题.实验证明,该算法不仅能保证学习机器的精度和良好的推广能力,而且算法的学习速度比经典的SVM算法快,可以进行增量学习.

  3. 所属分类：其它

    • 发布日期：2021-01-15
    • 文件大小：312320
    • 提供者：weixin_38716590

  1. 基于快速谱相关和PSO-SVM的变工况滚动轴承状态识别

  2. 滚动轴承故障诊断进入“大数据”时代需要不断发展和完善故障智能识别技术，而已有方法在变工况下的故障识别准确率较低。针对此问题，提出了一种基于快速谱相关和粒子群优化支持向量机(PSO-SVM)的变工况滚动轴承状态识别方法。对滚动轴承的振动信号进行快速谱相关，得到快速谱相关谱；在快速谱相关谱中选取4个循环频率，并求其能量均值，得到信号的特征能量矩阵；将它作为特征向量输入PSO-SVM进行训练和测试。试验结果表明：在运用PSO-SVM进行变工况滚动轴承状态识别的过程中，由快速谱相关谱得到的特征能量矩阵能

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：3145728
    • 提供者：weixin_38732463
« 12 »